qq_43205656的博客

python实现数据集按比例划分 最近在做项目时，需要自己制作数据集，再把数据集划分为训练集和验证集。西瓜书上一般的划分比例是7:3或者8:2，这个代码闲来无事写了一下，比较容易。 import os from sklearn import model_selection def randomSplit(file): #将存放数据集的路径传入 sample = [] trainSet = open(r'***.txt','w') #打开你存放训练集名称的txt文件

图像识别（无参模型）— KNN分类器 图像识别的机器学习方法介绍： 第一阶段： 1.收集大量数据，以及对应的类别(label) 2.利用机器学习方法，训练出一个图像分类器F 第二阶段： 1.对新的图像x，用分类器F预测出类别y=F(x) 引入KNN分类器: KNN Classifier(K近邻分类)： 训练阶段：只需要记录每一个样本的类别即可 测试阶段：计算新图像x与每一个训练样本x(i)的距离d(x,x(i)) 找出与x距离最近的k个训练样本 用这k个训练样本中最多数类别作为x的类别 大概流程说完了，接